最重要情報は、会話にある
業務で最も価値の高い情報は、いまも会話でやり取りされていて、文書には残っていない。
Vision
音声が、AIの中心軸になる
そして、AIが最も多く食べるデータは音声になる。
企業でいちばん重要な情報は、いまも文書ではなく会話でやり取りされている。契約前の温度感、クレームの本音、現場の判断。それはドキュメントに残らず、電話に残る。
Conclusion
先に結論から。
音声は、AIの周辺機能ではない。中心軸になる。
AIの最大のインプットは、文字ではなく音声になる。
——なぜそう言えるのか。電話の20年を、このまま下に辿ってください。
20 years
電話は、20年でこう変わった
私たちは2005年から、通話が「取り出せないもの」から「AIの学習データ」になるまでの全段階を、製品として実装してきました。
01
距離は、もう関係なくなった
IP化のおかげで、通話に距離は関係なくなった。遠方との通話料も下がり、電話は場所を選ばず、もっと気軽に使われるようになった。ただし、話した内容は本人の記憶と手書きのメモにしか残らない。あとから取り出す手段は、まだ存在しなかった。
2005 — AGEphone 登場
専用機と専門知識が必要だったソフトフォンを、誰もが使えるソフトウェアにした。
獲得した能力
- 距離の壁を撤廃
02
通話が「記録」になった
スマートフォンが普及し、電話がアプリの中に入った。発信・着信履歴が見え、電話帳と連動して業務に組み込まれ、録音が残るようになった。ただし中身を知るには、人が最初から聞き直すしかなかった。
2011 — スマートフォン版 AGEphone
NTT東日本・西日本の相互接続試験に合格し、推奨VoIPアプリに認定。
2017 — AGEphone Cloud
履歴・電話帳・録音をクラウドで業務につないだ。
獲得した能力
- 距離の壁を撤廃
- 履歴
- 録音
03
通話が「検索・共有できる資産」になった
文字起こしでキーワードから探せるようになり、要約でチームに共有でき、蓄積されて社内に会話データベースができた。ここで初めて、音声が計算できるデータになった。
2026 — Virtual AGEphone / AGEphone Cowork
着信から応答・記録・要約・可視化・文章化までを一気通貫にした。
獲得した能力
- 距離の壁を撤廃
- 履歴
- 録音
- 文字起こし
- 検索
- 要約
- 蓄積
04
通話が「改善のエンジン」になった
分析から業務改善のポイントが見つかり、それを学習したAIが通話中にアドバイスを出すようになった。音声は「記録」から「教材」に変わった。
獲得した能力
- 距離の壁を撤廃
- 履歴
- 録音
- 文字起こし
- 検索
- 要約
- 蓄積
- 分析
- AIの学習
——ここまでが、AIが聞いている段階。次から、AIが話し始める。
今、ここ
AIが「上司の代わり」に電話を交代し、トラブルを解決する
一次対応の自動化ではない。判断と責任を伴う会話をAIが引き受け始めた。
それを可能にしたのは、20年分の音声データだ。録音があり、文字起こしがあり、分析があり、良い会話と悪い会話の区別が蓄積されていたから、AIは「上司の話し方」を学べた。音声データを持っていた者だけが、この段階に来られる。
実装 — AGEphone Cowork「AIヘルプモード」
- *5起動AIが会話を聴き始める。声はオペレーターにしか流れません
- *7助言求めたときだけ、受け答えのヒントを一度だけ耳打ち
- *6交代AIが応対を引き継ぎ、お客様への切替案内も自動音声で実施
起動も交代も、人が押して初めて動く。カスタマーハラスメント対策としての記録も自動で残ります。AGEphone Cowork を見る
Why voice
なぜ、テキストではなく音声なのか
音声は「整える前」の情報
文書は整えた後の情報。AIが本当に知りたいのは、整える前の生の情報だ。
文字に落ちない情報が乗る
間、迷い、語気、割り込みのタイミング。会話の行間、言葉と言葉の余白にこそ意味がある。テキスト化した瞬間に、それらを捨てている。
入力コストが最も低い
人間は打つより速く話す。フィジカルAIのように、手が塞がり、最も素早い入力が求められる場面では、音声が最適である。
AIが業務を理解する最短経路は、すでに敷かれている電話回線の上にある。
What comes next
これから起きること
AIが業務を把握して、自分から電話をかける
受けるのではなく、業務を把握して、必要な相手に必要なタイミングでかける。確認、督促、調整。AIが応答装置から、業務の遂行者になる。
受け身のAI応答する
業務を持つAI遂行する
AIが電話をかけ、AIが電話に出る
人間が一人も介在しない通話が発生する。そこで、ある無駄が見えてくる。
AIが持っている構造化された情報を、わざわざ音声に合成して、回線に流して、相手のAIが音声認識でテキストに戻す。人間のために作られた手順を、人間がいないのに踏んでいる。遅い。高い。情報が落ちる。
AI
音声合成
電波・IP回線
音声認識
AI
AI同士なら、音にしない。SIPで直接話す
SIPは「相手を見つけ、繋ぎ、交渉し、切る」ための世界標準として、すでに全世界に敷かれている。しかも電話番号という、国境をまたいで機能する既存のアドレス体系がある。AIエージェントの世界に、これに代わるものはまだない。
音声は、人間がその会話に混ざる時だけ生成すればいい。私たちが20年SIPをやってきた理由が、ここで効いてくる。
AI
SIP
AI
②の中間3ステップ（音声合成・回線・音声認識）が消える。標準はまだ誰も決めていない。だから、いまから関わる価値がある。
AI同士がSIPで繋がりはじめると、それはネットワークになる。人間の通話網として作られた電話網が、AIの通信網に変わる。だからこそ、必要なものが1つある——
手綱は、人が握る
この世界で決定的に必要なのは、AIの賢さではない。手綱を、人が握り続けられることだ。
見える
すべての通話を録音・検索できる。
止められる
人がいつでも割り込み、停止、引き継ぎできる。
識別できる
人の発話とAIの発話が、最後まで区別できる。
このページを貫く2本の線は、人とAIを表している。交差はするけれど、融合はさせない。混ぜてしまったら、誰も責任を取れなくなるからだ。
任せることと、握り続けること。
この両立を作るのが、私たちの仕事。
Who we are
それを実装しているのが、株式会社ageetです。
企業の電話番号とSIPアカウントにAIエージェントを接続し、すべての会話をリアルタイムに監督・録音・検索・改善できる状態をつくる。その土台になるSIP/VoIPの実装を、私たちは20年つくり続けてきました。
次の一言まで、設計できる電話へ。
- つなぐ
- 既存のIP-PBX・電話番号・SIPアカウントに、AIエージェントを割り当てる。
- 見る
- 通話中の会話を、人の発話とAIの発話を分けてリアルタイムに追える。
- 引き継ぐ
- 限界を感じた瞬間に、人が割り込み・停止・引き継ぎできる。
- 残す
- 全通話を録音・文字起こしし、検索と改善の材料として蓄積する。
音声が、AIの中心軸になる
- 距離のない通話
- 記録
- 検索できる資産
- 学習データ
- 話すAI
- AIの通信網
私たちは2005年から、この1本の線の上にいます。
※ 本ページの年号は当社の沿革に基づきます（AGEphone のリリースは2005年、スマートフォン版とNTT東西の推奨VoIPアプリ認定は2011年、AGEphone Cloud の発表は2017年）。沿革を見る